如何在Python中创建频率表？

在本文中，我们将了解如何在Python中创建频率表

频率是特定值在我们的数据中出现或出现的次数的计数。频率表显示一组值以及它们出现的频率。它们使我们能够更好地了解哪些数据值是常见的，哪些是不常见的。这些表格是整理数据并将结果传达给他人的好方法。在本文中，让我们演示在Python中创建频率表的不同方法。

要查看和下载我们在本文中使用的 CSV 文件，请单击此处。

方法一：使用 value_counts() 方法的简单频率表

让我们看一下我们将处理的数据集：

导入必要的包并使用 pandas.read_csv() 方法读取数据集。 df.head() 方法返回数据集的前 5 行。

Python3

# import packages
import pandas as pd
import numpy as np
  
# reading csv file as pandas dataframe
data = pd.read_csv('iris.csv')
data.head()

输出：

现在让我们找到数据集物种列的单向频率表。

Python3

df = data['species'].value_counts()
print(df)

输出：

setosa        50
virginica     50
versicolor    50
Name: species, dtype: int64

方法2：使用pandas.crosstab()方法的单向频率表

在这里，我们将使用 crosstab() 方法来获取频率。

Syntax: pandas.crosstab(index, columns, values=None, rownames=None, colnames=None, aggfunc=None, margins=False, margins_name=’All’, dropna=True, normalize=False)

Parameters:

• index: array or series which contain values to group by in the rows.
• columns: array or series which contain values to group by in the columns.it’s name we give to the column we find frequency
• values : An array of numbers that will be aggregated based on the factors.

在下面的代码中，我们使用交叉表函数，我们将物种列作为索引，将“no_of_species”作为频率列的名称。

Python3

# import packages
import pandas as pd
import numpy as np
  
import matplotlib.pyplot as plt
%matplotlib inline
  
# reading csv file as pandas dataframe
data = pd.read_csv('iris.csv')
  
# one way frequency table for the species column.
freq_table = pd.crosstab(data['species'], 'no_of_species')
  
freq_table

输出： 50 株属于 setosa 种的植物，50 株 Versicolor 和 50 株 Virginica。

如果我们希望频率表成比例，那么我们必须将每个单独的比例除以总数的总和。

Python3

# import packages
import pandas as pd
import numpy as np
  
import matplotlib.pyplot as plt
%matplotlib inline
  
# reading csv file as pandas dataframe
data = pd.read_csv('iris.csv')
  
# one way frequency table for the species column.
freq_table = pd.crosstab(data['species'], 'no_of_species')
  
# frequency table in proportion of species
freq_table= freq_table/len(data)
  
freq_table

输出： 0.333 表示总人口的 0.333% 是 setosa 等。

方法3：使用pandas.crosstab()方法的双向频率表

双向频率表是我们为数据集中的两个不同特征创建频率表的地方。要下载并查看此示例中使用的 CSV 文件，请单击此处。在下面的示例中，我们为数据集的船舶模式和分段列创建了一个双向频率表。

Python3

# import packages
import pandas as pd
import numpy as np
  
# reading csv file 
data = pd.read_csv('SampleSuperstore.csv')
  
# two way frequency table for the ship mode column
# and consumer column of the superstore dataset.
freq_table = pd.crosstab(data['Ship Mode'], data['Segment'])
  
freq_table

输出：

我们可以将此表解释为，对于船舶模式头等舱，有 769 个消费细分市场、485 个企业细分市场和 284 个家庭办公细分市场，依此类推。